Я работаю с глубоким изучением некоторых данных ЭЭГ для классификации, и мне было интересно, существует ли какой-либо систематический / математический способ определения архитектуры сетей, чтобы честно сравнивать их производительность.
Должно ли сравнение быть на уровне нейронов (например, количество нейронов в каждом слое) или на уровне весов (например, количество параметров для обучения в каждом типе сети), или, может быть, что-то еще?
Одна идея, которая возникла, состояла в том, чтобы создать один слой для MLP для каждого соответствующего сверточного слоя, основываясь на количестве нейронов после уровней объединения и выпадения.
Есть идеи?Если есть какие-либо относительные работы или бумаги по этой проблеме, я был бы очень признателен.